資料儲存庫

注意： 資料儲存庫功能不適用於 Dialogflow CX 服務水準協議。

資料儲存庫工具會使用資料儲存庫，從您的資料中為使用者的問題尋找答案。資料儲存庫是一組參照您資料的網站、文件或第三方系統中的資料。

當您向代理提問時，代理會從指定的來源內容中搜尋答案，並將結果統整成連貫的回覆。此外，Gemini 也會提供回覆來源的連結，方便您進一步瞭解。針對特定問題，代理最多可提供五個答案摘要。

資料儲存庫來源

你可以使用不同的資料來源：

• 網站網址：從網域或網頁清單中自動檢索網站內容。
• BigQuery：從 BigQuery 資料表匯入資料。
• Cloud Storage：從 Cloud Storage bucket 匯入資料。
• AlloyDB：從 AlloyDB for PostgreSQL 叢集匯入資料。
• Bigtable：從 Bigtable 資料表匯入資料。
• Firestore：從 Firestore 集合匯入資料。
• Cloud SQL：匯入 Cloud SQL 資料表內容。
• Spanner：匯入 Spanner 資料表內容。

存取權受限的資料儲存庫來源

Google 提供許多額外的第一方和第三方資料儲存庫來源，做為存取限制功能。如要查看可用的來源並要求存取權，請參閱「其他資料儲存庫來源」。

網站內容

新增網站內容做為來源時，可以新增及排除多個網站。 指定網站時，您可以使用個別網頁或 * 做為模式的萬用字元。系統會處理所有 HTML 和 PDF 內容。

使用網站內容做為來源時，請驗證網域。

限制：

• 公開網址中的檔案必須經過 Google 搜尋索引器檢索，才會出現在搜尋索引中。您可以使用 Google Search Console 檢查。
• 最多可為 20 萬個網頁建立索引。如果資料儲存庫包含更多頁面，索引作業會在該點失敗，但已建立索引的內容會保留。

匯入資料

您可以從 BigQuery 或 Cloud Storage 匯入資料。這類資料可以是常見問題資料、非結構化資料、含中繼資料的資料，或不含中繼資料的資料。

可用的資料匯入選項如下：

• 新增/更新資料：將提供的文件新增至資料儲存庫。如果新文件的 ID 與現有文件相同，新文件會取代舊文件。
• 覆寫現有資料：刪除所有現有資料，並上傳新資料。這個動作無法復原。

常見問題資料儲存庫

資料儲存庫可存放常見問題的答案。如果代理能高度確信使用者問題與上傳的問題相符，就會直接傳回該問題的答案。您可以為代理顯示的每個常見問答提供標題和網址。

以 CSV 格式將資料上傳至資料儲存庫。每個檔案都必須包含說明資料欄的標題列。

例如：

"question","answer","title","url"
"Why is the sky blue?","The sky is blue because of Rayleigh scattering.","Rayleigh scattering","https://en.wikipedia.org/wiki/Rayleigh_scattering"
"What is the meaning of life?","42","",""

您可以省略 title 和 url 欄：

"answer","question"
"42","What is the meaning of life?"

在上傳過程中，您可以選取資料夾，無論副檔名為何，系統都會將每個檔案視為 CSV 檔案處理。

限制：

• 逗號後方若有額外空格字元，會導致錯誤。
• 空白行 (即使在檔案結尾) 會導致錯誤。

非結構化資料儲存庫

非結構化資料儲存庫可包含下列格式的內容：

• HTML
• PDF
• TXT
• CSV

注意： CSV 檔案也可以匯入為非結構化內容。「常見問題資料儲存庫」一節的結構定義規定也適用。如果提供 title 和 url 資料欄，系統會自動產生中繼資料。每個常見問答組合都會分別建立索引。比對條件比常見問題 CSV 資料儲存庫寬鬆，且代理可能會改寫答案，而非逐字傳回。

您可以從其他專案的 Cloud Storage bucket 匯入檔案。如要這麼做，請明確授予匯入程序存取權。請按照錯誤訊息中的指示操作，其中包含需要 bucket 讀取權限才能執行匯入作業的使用者名稱。

限制：

• 文字格式的檔案大小上限為 2.5 MB，其他格式則為 100 MB。

含中繼資料的資料儲存庫

您可以提供標題和 url 做為中繼資料。在對話期間，代理可以提供這項資訊，協助您快速連結至 Google 搜尋索引器無法存取的內部網頁。

如要匯入含中繼資料的內容，您必須提供一或多個 JSON Lines 檔案。這個檔案的每一行都代表一份文件。您不必直接上傳實際文件，只要在 JSON Lines 檔案中提供連結至 Cloud Storage 路徑的 URI 即可。

如要提交 JSON Lines 檔案，請提供包含這些檔案的 Cloud Storage 資料夾。請勿在這個資料夾中放入任何其他檔案。

欄位說明：

欄位	類型	說明
id	字串	文件的專屬 ID。
content.mimeType	字串	文件的 MIME 類型。支援「application/pdf」和「text/html」。
content.uri	字串	Cloud Storage 中文件的 URI。
structData	字串	單行 JSON 物件，包含選填的 title 和 url 欄位。

例如：

{ "id": "d001", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/first_doc.pdf"}, "structData": {"title": "First Document", "url": "https://internal.example.com/documents/first_doc.pdf"} }
{ "id": "d002", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/second_doc.pdf"}, "structData": {"title": "Second Document", "url": "https://internal.example.com/documents/second_doc.pdf"} }
{ "id": "d003", "content": {"mimeType": "text/html", "uri": "gs://example-import/unstructured/mypage.html"}, "structData": {"title": "My Page", "url": "https://internal.example.com/mypage.html"} }

不含中繼資料的資料儲存庫

這項內容沒有中繼資料。而是提供個別文件的 URI 連結。內容類型取決於副檔名。

剖析和分塊設定

視資料來源而定，您可以設定 Agent Search 定義的剖析和分塊設定。

使用 Cloud Storage 儲存資料儲存庫文件

如果內容不公開，建議您將其儲存在 Cloud Storage。建立資料儲存庫文件時，請提供 Cloud Storage 物件的網址，格式如下：gs://bucket-name/folder-name。資料夾中的每份文件都會新增至資料儲存庫。

建立 Cloud Storage bucket 時：

• 選擇要用於代理的專案。
• 使用 Standard Storage 級別。
• 將「bucket location」(bucket 位置) 設為與代理程式相同的位置。

使用 Cloud Storage 快速入門導覽課程建立 bucket 並上傳檔案。

語言

如要進一步瞭解支援的語言，請參閱語言參考資料中的資料儲存庫欄。

為獲得最佳效能，請以單一語言建立資料儲存庫。

建立資料儲存庫後，您可以視需要指定資料儲存庫語言。設定資料儲存庫語言後，您可以將資料儲存庫連結至設定為不同語言的代理。舉例來說，您可以建立法文資料儲存庫，並連結至英文代理。

支援的地區

如要瞭解支援的區域，請參閱區域參考資料。

(存取權受限) 其他資料儲存庫來源

下表列出其他資料儲存庫類型。這些功能屬於存取限制功能。如要申請存取權，請填寫存取權要求表單。核准後，在 Vertex AI Agent Builder 建立資料儲存庫時，就會看到這些選項。

第三方資料儲存庫來源

資料儲存庫來源	說明
Box	從貴組織的 Box 網站匯入資料。
Confluence Cloud	從 Confluence Cloud 工作區匯入資料。
Dropbox	從 Dropbox 儲存空間匯入資料。
EntraID	從貴組織的 EntraID 系統匯入資料。
Jira Cloud	從 Jira 工作管理系統匯入資料。
OneDrive	從貴組織的 OneDrive 儲存空間匯入資料。
Microsoft Outlook	從 Microsoft Outlook 匯入資料。
Salesforce	從 Salesforce 匯入資料。
ServiceNow	從 ServiceNow 匯入資料。
SharePoint	從貴組織的 SharePoint 系統匯入資料。
Slack	從 Slack 匯入資料。
Microsoft Teams	從 Microsoft Teams 匯入資料。

使用連接器設定第三方資料儲存庫

本節說明如何使用第三方資料設定資料儲存庫。如需各第三方資料來源的操作說明，請參閱 Vertex AI Agent Builder 說明文件。

識別資訊提供者

您可以透過識別資訊提供者管理使用者、群組和驗證。設定第三方資料儲存庫時，可以使用 Google Identity 或第三方識別資訊提供者。

Google Identity：

• 代理的使用者會使用 Google 憑證登入。這可以是任何 @gmail.com 電子郵件地址，或任何使用 Google 做為識別資訊提供者的帳戶 (例如 Google Workspace)。如果使用者直接透過 Google Cloud 與代理對話，系統會自動內建 Google 身分，因此會略過這個步驟。
• 您可以使用 Identity and Access Management (IAM) 指派 Google 帳戶的存取權。

第三方識別資訊提供者：

• 代理的使用者使用非 Google 憑證登入，例如 Microsoft 電子郵件地址。
• 您必須使用Google Cloud 建立Workforce Pool，其中包含非 Google Identity provider。接著，您可以使用 IAM 授予整個集區或集區中個別使用者的存取權。
• 這個方法不適用於在 @google.com 組織下設定的任何 Google Cloud 專案。

連接器

第三方資料儲存庫是透過連接器實作。每個連接器可以包含多個資料儲存庫，這些儲存庫會以實體的形式儲存在 Dialogflow CX 系統中。

注意： 只有使用者帳戶支援驗證，連接器不支援服務帳戶。

• 建立資料儲存庫前，請先前往「Google Cloud 」>「Agent Builder」>「設定」，為每個區域設定單一識別資訊提供者。該區域中的所有資料儲存庫都會使用相同的識別資訊提供者。您可以選擇 Google 身分，或工作團隊集區中的第三方身分。如果 Google 憑證位於員工集區，則會視為不同身分。舉例來說，[e-mail] 和 workforcePools/test-pool/subject/[e-mail] 會視為不同的身分。
  • 建立工作團隊集區 (如有需要)。
  • 前往「Agent Builder」設定，然後選取「Google Identity」或「第三方身分」。點選「儲存」，將身分儲存至區域。
  • 現在可以在該區域建立資料儲存庫。
• 每個資料儲存庫都會儲存每份文件的存取控管清單 (ACL) 資料。這項記錄會追蹤哪些使用者或群組對哪些實體具有讀取權限。在執行階段，只有當回覆來源是使用者或群組成員有權讀取的實體時，他們才會收到代理的回覆。如果使用者沒有資料儲存庫中任何實體的讀取權限，代理會傳回空白回覆。
• 由於資料儲存庫中的資料是第三方執行個體的副本，因此需要定期重新整理。您可以設定重新整理間隔，時間單位為小時或天。
• 設定資料儲存庫並點選「Create」(建立) 後，資料儲存庫最多可能需要一小時，才會顯示在資料儲存庫清單中。

資料儲存庫追蹤

這項功能包含兩個部分：

• 在代理模擬器中，顯示資料儲存庫內部執行追蹤記錄和步驟延遲時間。
• 將資料儲存庫內部執行追蹤記錄和步驟延遲時間匯出至 Cloud Logging 和 BigQuery。

在模擬器中查看資料

如要在代理模擬器中顯示追蹤和執行資料，請按一下代理回覆右側的展開箭頭，展開對話輪次的詳細資料。

「execution」(執行) 分頁會顯示內部資料儲存庫執行追蹤記錄，包括下列元素：

• 原始使用者輸入內容。
• 資料儲存庫引擎重寫的查詢。
• 執行步驟的品質信號，包括安全檢查狀態、穩定性檢查狀態、基準檢查結果和安全檢查狀態。
• 資料儲存庫搜尋中的搜尋摘要。
• 摘要的支援文件清單。

「latency」(延遲時間) 分頁會顯示各種資料儲存庫執行步驟的時間圖表。步驟清單會因資料儲存庫和執行流程的設定方式而異。這個分頁會顯示下列資料：

• FAQ match：執行常見問題比對步驟。
• 查詢重寫：重寫原始使用者查詢。
• 搜尋：搜尋程式碼片段。
• 摘要：提供回覆摘要。
• 安全檢查：執行安全檢查步驟。

查看其他位置的追蹤資料

• 如果對話式代理設有對話記錄，您可以在「對話記錄」查看資料儲存庫追蹤記錄。
• 如果使用記錄功能設定對話式代理，您可以在雲端 Logs Explorer 中查看追蹤記錄和延遲時間。
• 如果您使用 BigQuery 匯出功能設定對話式代理，可以在匯出的 BigQuery 資料表中查看追蹤記錄和延遲時間。

後續步驟

如要進一步瞭解如何建立資料儲存庫，並與代理搭配使用，請參閱資料儲存庫工具說明文件。